নেভিগেশন
AI BENCHY
Advertise here

KAT-Coder-Pro V2.5 (medium) vs Grok 4.20 (medium)

Grok 4.20 (medium) average score-এ এগিয়ে: 7.0 vs 6.9. KAT-Coder-Pro V2.5 (medium)-এর benchmark খরচ কম: $0.478 vs $0.805. KAT-Coder-Pro V2.5 (medium) দ্রুত: 24.87s vs 32.56s, pass rates 65.2% vs 60.6%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-08-15

র‍্যাঙ্ক
#123
মোট আউটপুট টোকেন
139,375
প্রতিক্রিয়া সময় (গড়)
24.87s
মোট খরচ
$0.478
র‍্যাঙ্ক
#120
মোট আউটপুট টোকেন
270,259
প্রতিক্রিয়া সময় (গড়)
32.56s
মোট খরচ
$0.805
প্রস্তাবিত মডেল KAT-Coder-Pro V2.5 (medium)

Its score stays close to the best score here (6.9 vs 7.0), while costing about 1.7x less than Grok 4.20 (medium).

বিস্তারিত তুলনা

মেট্রিক KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium প্রকাশ: 2026-07-14 Grok 4.20 Grok 4.20 medium প্রকাশ: 2026-03-31
স্কোর 6.9 7.0
র‍্যাঙ্ক #123 #120
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 7.0 8.2
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 65.2% 60.6%
অস্থির টেস্ট 8 5
মোট রান 66 66
প্রতি ফলাফলে খরচ 4.342 10.365
মোট খরচ $0.478 $0.805
ইনপুট মূল্য $0.740 / 1M $1.250 / 1M
আউটপুট মূল্য $2.960 / 1M $2.500 / 1M
মোট ইনপুট টোকেন 87,916 102,986
আউটপুট টোকেন 7,213 5,860
রিজনিং টোকেন 132,162 264,399
প্রতিক্রিয়া সময় (গড়) 24.87s 32.56s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 257.00s 199.66s
প্রতিক্রিয়া সময় (মোট) 547.14s 716.36s
প্যারামিটার ~700B মোট (~72B সক্রিয়) ~1T মোট (~100B সক্রিয়)
উপলভ্যতা বন্ধ উৎস বন্ধ উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#123 KAT-Coder-Pro V2.5

medium
খরচ
$0.009
সময়
25.6s
টোকেন
2,939 tok

#120 SpaceXAI: Grok 4.20

medium
খরচ
$0.041
সময়
110.3s
টোকেন
16,336 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
KAT-Coder-Pro V2.5 7.8 10.0 66.7% 0 33.10s 7,893 416 33,658
Grok 4.20 6.3 6.6 55.6% 1 109.93s 8,307 268 103,150

দ্রুত তুলনা

তুলনার জুটি বদলান